Google Cloud выпустила платформу интеграции AI-агентов… безопасность и управление стали ядром

Google Cloud выпустила интеграционную платформу под названием «Gemini Enterprise Agent Platform», которая объединяет разработку и эксплуатацию AI-агентов(AI). Этот шаг фактически представляет собой реорганизацию существующей Vertex AI, превратив её в новый центральный узел, предназначенный для того, чтобы компании могли управлять всем процессом создания, развертывания и контроля AI-агентов на одной платформе.

Это объявление было сделано на мероприятии «Google Cloud Next 2026», проходившем в Лас-Вегасе, США. Новая платформа не только интегрирует выбор моделей, разработку и построение агентов, но и включает функции интеграции, оркестрации, DevOps и безопасности. Google Cloud заявил, что с помощью этой платформы технические команды после разработки AI-агента могут легко предоставить его сотрудникам через недавно запущенное приложение «Gemini Enterprise». Цель — автоматизация работы всей организации.

Вице-президент по управлению продуктами Google Cloud Майкл Герштенхейбер в блоге отметил: «Если изначальный дизайн Vertex AI был создан для поддержки масштабных проектов в раннюю эпоху генеративного AI, то сейчас мы вступили в этап, когда необходимо управлять сложностью агентов, работающих в нескольких системах одновременно». Он особо подчеркнул, что без механизмов безопасности и управления распространение агентов может затруднить установление доверия внутри компании.

“Agent Studio” для обычных сотрудников и ADK для разработчиков усилены

Google усилил возможности построения AI-агентов вокруг «Agent Studio» и «Agent Development Kit (ADK)». Agent Studio предоставляет визуальный интерфейс с низким порогом входа, который не требует навыков программирования, позволяя дизайнировать логику агентов методом перетаскивания.

Для профессиональных разработчиков ADK фокусируется на более сложных задачах. Google предоставил доступ к моделям с высокой вычислительной мощностью и внедрил графовую структуру, которая позволяет соединять нескольких суб-агентов для решения сложных проблем. Это делает возможным создание «многопроagentных команд», а не одного агента.

Кроме того, подключение внутренних данных стало проще. Google заявил, что ADK по умолчанию поддерживает интеграцию с экосистемой без необходимости отдельной настройки каналов, что позволяет подключать корпоративные данные через платформы BigQuery, Pub/Sub и другие. Агентам доступны задачи масштабной асинхронной обработки, такие как оценка контента или аналитика данных.

Новые функции «Runtime» и «Memory» для реального обслуживания

Google Cloud также переработала «Agent Runtime», чтобы обеспечить работу AI-агентов в реальных условиях, выходящих за рамки прототипирования. Новый Runtime упрощает развертывание агентов и поддерживает длительные рабочие процессы, продолжающиеся несколько дней. В нем реализована оркестрация, позволяющая агентам делегировать задачи друг другу, что обеспечивает выполнение сложных задач несколькими специализированными агентами.

Ключевая функция «контекста» — «сохранение памяти» — была усилена. Создан «Agent Memory Bank», который динамически создает и управляет долгосрочной памятью на основе диалогов. Также добавлен «Memory Profile», позволяющий агентам быстро загружать необходимые детали с минимальной задержкой. Для компаний это механизм снижения потери контекста и повышения точности повторяющихся задач.

Полная безопасность и управление… каждому агенту — уникальный идентификатор

Особое внимание в платформе уделено безопасности и управлению. Google заявил, что внедрена архитектура «безопасной встроенности», которая обеспечивает одинаковый контроль корпоративных политик для агентов, созданных клиентами или импортированных из партнерской экосистемы.

Ключевым элементом является «агентская идентификация». Как у каждого человека есть уникальный идентификатор, так и каждому AI-агенту присваивается уникальный зашифрованный ID, который позволяет вести аудит всех его действий. Эти записи можно связать с заранее определенными политиками доступа, что способствует соблюдению внутренних правил и ответственности.

Также введены «Agent Registry» — централизованный реестр управляемых инструментов и агентов, и «Agent Gateway» — для мониторинга общего состояния работы агентов. Эти инструменты позволяют администраторам видеть всю систему AI-агентов и применять единые политики безопасности. Функции защиты от атак и мониторинга поведения реализованы через панель «Agent Security».

Поддержка всего цикла — от тестирования до оптимизации

Google Cloud предоставляет инструменты для предварительной оценки производительности AI-агентов и их постоянного улучшения в процессе эксплуатации. «Agent Simulation» позволяет тестировать агентов в контролируемых условиях с помощью виртуальных инструментов и синтетических нагрузок. После запуска в реальной среде можно использовать «Agent Evaluation» для постоянной оценки результатов выполнения задач.

Также реализованы функции глубокого анализа при возникновении проблем. «Agent Observability» визуализирует сложные цепочки рассуждений агентов, помогая выявлять сбои и ошибки. Если показатели не соответствуют ожиданиям, «Agent Optimizer» автоматически корректирует системные инструкции для повышения точности, способствуя улучшению.

На базе моделей Google и поддержке более 200 внешних моделей

Хотя Google, вероятно, будет активно продвигать собственную модель Gemini, стратегия открытой экосистемы остается в силе. Компания заявила, что пользователи смогут «приоритетно» получать доступ к более чем 200 моделям, включая Gemini 3.1 Pro, Gemini 3.1 Flash, открытые модели Gemma 4, а также Lyria 3 для генерации музыки и аудио.

Поддерживаются и сторонние модели. Google также предоставит модели сторонних разработчиков, такие как Claude 3.5 Sonnet и Haiku от Anthropic PBC. Для корпоративных клиентов это дает гибкость в выборе моделей в соответствии с бизнес-целями, без ограничения только собственными решениями.

Данная публикация Google Cloud — не просто расширение возможностей AI, а скорее переосмысление системы управления корпоративными AI-агентами на платформенном уровне. Особенно в контексте целей «самостоятельных предприятий» — интеграции разработки, развертывания, безопасности и оптимизации. Однако стабильность работы этих агентов в реальных бизнес-средах и уровень снижения рисков безопасности станут ключевыми факторами будущей конкурентоспособности.

TP AI Примечания Этот текст основан на модели TokenPost.ai. Основное содержание может быть неполным или не соответствовать действительности.